科技行者 4月11日 北京消息:4月10日,金山云、小米金融、新网银行在北京签署战略合作协议。根据协议,三方将建立密切的战略合作伙伴关系,加强金融科技等领域合作,以“普惠金融”为导向,强强联合,共同创建金融科技新生态。
金山云CEO王育林、高级副总裁兼合伙人宋伟,小米金融董事长兼CEO洪锋、CTO刘黎,新网银行党委书记兼董事长江海、行长赵卫星出席签约仪式。金山云副总裁兼合伙人田开颜、小米金融战略副总裁曹子玮、新网银行首席信息官李秀生代表三方签署合作协议。
金山云副总裁兼合伙人田开颜(前排左)、小米金融战略副总裁曹子玮(前排中)、新网银行首席信息官李秀生(前排右)代表三方签署合作协议。金山云CEO王育林(后排左二)、高级副总裁兼合伙人宋伟(后排左一),小米金融董事长兼CEO洪锋(后排左四)、CTO刘黎(后排左三),新网银行党委书记兼董事长江海(后排右二)、行长赵卫星(后排右一)见证签约
当前,金融科技已经成为重塑金融机构商业模式,推进实体经济发展,加速产融结合的重要手段。建立一个全新的金融科技生态系统需要跨界合作,打造金融科技“新技术”、创造金融科技“新场景”,最终建立金融科技“新模式”。金山云、小米金融、新网银行处在金融科技生态链中不同的环节,三方强强联合,将形成明显的优势互补,打造一个以“普惠金融”为导向的全新服务范式。
金山云CEO王育林表示,金融行业将是金山云突破企业级市场的主赛道之一,为了赢得竞争,金山云“左手”要服务好金融机构从传统IT向“云转型”,“右手”要做好对以“云原生”为标志的创新金融科技业态的支撑。小米金融、新网银行都是当前创新金融业态的典型代表。金山云将以“技术普惠”为使命,推动客户的金融科技产品和服务在“云端”生根发芽,开花结果。
目前,金山云KBaaS区块链云平台产品的技术能力与小米金融供应链系统相结合,共同构建“金融联盟链”,帮助客户快速构建资金和资产对接的数字化平台,解决中小企业融资难、融资贵问题。在银行侧,“金融联盟链”能够帮助银行等金融机构扩大客源,降低获客成本,加强金融机构对普惠金融重点领域的支持。
小米金融董事长兼CEO洪锋表示,小米金融一直专注于科技与金融的结合,输出金融科技能力,致力于为资金方、核心企业及其上下游企业提供安全、精确、创新的综合金融科技服务,高效实现数字化的普惠金融。此次三方战略签约是金融科技领域的一次大胆创新尝试,从金融科技能力构建、场景化应用、技术服务规模化输出,三方形成了一个完整的有机整体。希望借助此次合作,扩大金融科技服务的覆盖面及技术服务效率,实现强强联合,多方共赢。
对于此次三方战略合作,新网银行党委书记、董事长江海也表示,这是三方共创金融科技新生态的起点,也是共同助力数字普惠金融深入推进,让“人人都有云授信”的起点,新网银行作为国内第一家把机器学习应用到零售信贷全流程实战的银行,全国第二家获得国家高新技术企业认定的银行,也是国内第三家、中西部首家基于互联网模式运营的民营银行,一直以来坚持“技术立行”战略,目前已提交81项专利申请,并获得35项软件著作权,在“2018年全球银行发明专利排行榜(TOP100名)”中,名列第15位。
江海强调,新网银行一直坚守“数字普惠”的初心,利用金融科技的力量解决长期困扰普惠金融的“风险识别难“、”作业成本高”的两大难题,期待三方在未来的日子里继续加强协作、跨界创新,为整个金融行业带来新的模式、新的技术、新的方案,共同推进普惠金融扩大覆盖面,打通金融输血实体经济“毛细血管”的“最后一厘米”。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。